奇番【体验创新】具身情感体验:设计体验的新切入

图：具身认知（embodie dcognition）

笔者介绍

0.源起

2013年在中国心理学大会上我讲眼动工作坊的时候，认识了全军最权威的心理学研究团队之一，第四军医大学心理系的苗丹民教授。也就是从那时候，我开始考虑人和环境交互的信息层面和心理认知层面的两个交叉的问题。在2016年底，非常有幸我成为军委科技委创新技术特区的研究人员之一，和苗教授组织的联合研究团队共同提出了“意识-认知神经多质融合”理论框架，促使我们进一步思考“人和意识”的问题。在设计体验的方面，说白了就是：“我们如何感受世界，世界如何感受我们？”。所以我和团队在2019年提出了：“具身情感体验”理论ECAP （Embodied Cognition Affection & Perception）。

图：2018年中国心理学军事心理学专业委员会第十六次学术会议

我从2006年开始做眼动，读者肯定问，怎么做起“具身情感体验”了？因为具身认知也叫做体验认知(embodied cognition)是近二十年来兴起的理论，它认为生命体（包括人和其他动物）的身体是感知和认知的基础，身体的体验对感知和认知起着决定性的作用，而人从外界获得的感受信息，80%的来源是眼睛。举个例子，请看下面的图片：

答案是：

如果你看成他向你靠近，表示你是左脑思维的人。

如果看成他离你而去，表示你是表示你是右脑思维的人。

如果看到他向你靠近，突然又离你而去，表示两个脑间的连接物体（胼胝体）很发达。

所以你的眼睛看到的东西，本来就和大脑的思维方式有关！自从人类有文明以来，我们从未停止过关于意识和大脑是怎样工作的思考。请看下图，根据现在的科学技术水平，我们知道人脑是由千亿级的数百种神经元（神经细胞）通过千万亿级的突触连接形成的神经网络，能够实现各种智能性功能，包括感知、认知、语言、情感、创造、意识。

图：人脑结构图

所以在体验设计上，我们提出的具身情感认知，是以“情”和“感”为核心，情是情绪，感是感知，具身是身心耦合的新取向，是情感能量的展示。具身情感认知强调身心是合一的，是自动映射的，身体与意识融合在一起，而身体解释比大脑解释更为充分，情感要依赖于具身表达与具身理解才能更深层次地传达信息，从而更好、更准确地进行情感认知和情感体验。下面我们举个例子来更详细的解释一下。

图：具身情感认知的概念

从2015年开始，很多城市出现行人等待区。我是西安人，请看下面是我们最著名的一个路口南稍门十字的行人等待区的情景。

图：情感体验设计的无知——行人等待区1

由此图可见，鲜红色的行人等待区，非常显眼，但是缺没人“敢于”站在等待区上！红色在认知传统上是“危险的信号”，所以本来过马路这么紧张的事情，大家直接上就考虑不站在“红色等待区”。

图：情感体验设计的无知——行人等待区2

通过具身情感体验理论，在红色驱使下，我们用非接触的方法测量呼吸，心跳和血氧，发现人们更容易激动。所以只要绿灯一亮，大家像离弦之箭，迅速离开这个危险的“行人等待区域”，甚至绿灯没亮，就有挑唆行人离开这个区域的暗示作用，实在是效果与期待适得其反。

上面是从视觉的角度解释“具身情感认知”的例子，更加全面的说，人作为一个感知体，如果能够非干扰、全方位、全时段的拿到用户的感知信息并学习人的意识认知处理机制，我们就能更好的了解用户身心合一的感受。所以随着计算理论和人工智能的发展，具身情感认知的测量方法比历史以往，有了更多的计算可能。

图：具身情感认知理论的感知方面

图：听和说——借助最新的自然语言方法

中华语言博大精深。其实最新的语音处理和自然语言学习的技术，可以帮助我们更好的理解用户。比如现在我们越来越不知道自己接的电话，究竟是人打的还是机器打的，这就是语言和自然语言的发展结果——智能客服机器人。现在的语音技术不仅能合成声音，并且能用不算简单的逻辑在特定的场景下跟用户聊天，在聊天的同时记录下用户的语音，转换成文字，大量用户的语言信息积累（所谓大数据），我们就可以分析用户是否喜欢我们的产品，我们的产品有哪些优缺点——这一项技术的进步讲打破传统的面对面访谈，更加海量、客观、统一标准的研究用户反馈和体验设计的交互。

Tips：介绍两个免费的小工具。①微信小程序中的“华为EI体验空间”可以输入用户反馈的语句，帮你分析用户的情感是“正性”还是“负性”。②另外最新版本的“搜狗输入法”可以非常自然的合成语言，你随便输入一段话，要“CCTV播音腔”、还是“温柔林志玲”或者“小猪佩奇”，可以任意切换，完成语音合成，

不知道大家是否看过美剧《lie to me》，这是一个经典的“看脸就能知道人心”生动解释。人类面部表情研究起源于19世纪达尔文，1969年Ekman等将跨不同民族和文化群体的面部表情分为6个主要类别：快乐、悲伤、惊讶、恐惧、愤怒、厌恶。国际著名心理学家PaulEkman和W.V.Friesen，通过观察和生物反馈方法他们描绘出了不同的脸部肌肉动作和不同表情的对应关系。

FACS（Facial Action CodingSystem）就是他们经过多年研究于1976年所创制的“面部表情编码系统。如下图所示，越来越客观的人脸运动单元分析，让你在用户看手机的一瞬间，就能同步了解用户的情感变化，而且可以非接触全方位，24小时采集数据，这一个方向是非常被未来体验设计看好。

图：诠释表情和客观面部微表情

Tips：目前可以做情感分析的免费工具基本没有，都有专业的公司提供，比如旷视科技、商汤这些著名企业。但是也可以在GitHub上找一些项目来运行，另外实在不会编程序的，比较方便的一个平台是微软的Azure，注册可以免费分析单张图的标准7维度表情，未来有可能收费

最近比较有趣的一个研究是通过一个简单摄像头，就能知道用户的呼吸和心跳。其实这一项技术，早在10年前，微软就有项目涉猎，不过5G的到来，为视频和大数据流，铺设了高速公路，那么基于视频分析的应用，也将从幕后转向台前。下面这张图就是来自加拿大多伦多大学教授李康教授的研究，他可以通过面部的血流，知道孩子是否撒谎，在未来的用户场景，你的产品是否让用户心跳，这也是很好的切入点。

Tips：如果大家对这个新技术更加感兴趣，可以搜一下“加拿大多伦多大学教授李康TED演讲”，会有更加完整的视频资料。

把眼动放在最后说吧，眼动从来就是最早跟体验设计发生交集的新技术，究其根本是非常直观的反应人们注意力的特征，你的设计好不好，眼睛在最前端直观的感受，这个时间大概只要几十毫秒到几百毫秒之间。我们来说一个传媒的例子吧。曾经2017年的反腐大片《人民的名义》的海报如下：

从眼动数据可以看出，男人和女人看《人民的名义》的注意力分配是瞬间不同。

女性

观察非常仔细，包括剧名的外观设计，每个人物都仔细的过了一遍外观，包括剧照最下面一行的工作人员表，都非常礼貌的友好了一下。

男性

从眼动数据来看这海报在男性眼中完全无吸引力。因为只有一个意识唤醒点落在男主角，陆毅饰演的侯亮平身上——而这也只是因为完全是由于图片中央位置优势导致的。

（更多信息请阅读：【技术型纯干货娱乐贴】从《人民的名义》学习眼动知识：眼动不只是眼睛动）

1950年，图灵发表论文《计算机器与智能》(Computing machinery and intelligence)，提出著名的图灵测试。

1957年，冯·诺伊曼去世，次年他的遗作《计算机与人脑》(The computer and the brain) 出版。

经历的30多年的演变，而2019年1月10日，商务部和财政部等发布联合公告，把服务设计已列为国重点发展领域。